एआई-सहयोगित कोड धेरै विकासकर्ताहरूको दैनिक कार्यप्रवाहको एक मानक भाग बनिरहेको छ, र एआई-संचालित उपकरणहरूले अब फराकिलो सफ्टवेयर विकास जीवनचक्रलाई सीधै लक्षित गर्दै छन्।
उदाहरणका लागि, Amazon वेब सेवाहरू २०२५ को डिसेम्बरमा, अटो रनको नयाँ कक्षा २०२५ मा सुरु भयो: ‘फ्रन्टियर एजेन्टहरू’, कोडिङ एजेन्ट सहित, सुरक्षा एजेन्ट, र एक DevOps एजेन्ट, प्रत्येक विकास टोलीहरूको तर्फबाट घण्टा वा दिनसम्म काम गर्न डिजाइन गरिएको।
परिणामस्वरूप, ‘वाइब कोडिङ’ को रूपमा सुरु भएको, AI कोड उत्पादनको अनौपचारिक, अन्वेषणात्मक प्रयोग, धेरै टोलीहरूको विकास अभ्यासहरूमा द्रुत रूपमा अन्तर्निहित हुँदै गइरहेको छ। एआई एजेन्टहरू सक्रिय रूपमा कोड, परीक्षण र अपरेशनहरू सिर्जना गर्नमा भाग लिइरहेका छन्, तपाईंको API प्लेटफर्म अब मानव विकासकर्ताहरूभन्दा बाहिर विस्तार गरिएको छ। प्लेटफर्महरू अब मानिसका लागि मात्र नभई समृद्ध कथा दस्तावेज, गाइड र ट्यूटोरियलहरू – तर मेशिनहरूका लागि पनि निर्माण गर्न आवश्यक छ। एआई एजेन्टहरूले संरचित, अनुमानित API बाट लाभ उठाउँछन्: स्पष्ट endpoint परिभाषाहरू, लगातार नामकरण, अस्पष्ट प्यारामिटर प्रकारहरू, र मेसिन-पढ्न योग्य मेटाडेटा। यदि मानवका लागि एपीआई पढ्न सजिलो उपकरण हो। (जस्तै, असंगत नामकरण, छुटेको स्कीमा, किनारा-केस व्यवहारहरू हटाइयो), एआई-संचालित उपकरणबाट पहिलो एकीकरण प्रयास असफल हुन सक्छ वा दुर्व्यवहार हुन सक्छ। TechRadar Pro न्यूजलेटरमा साइन अप गर्नुहोस् सबै शीर्ष समाचार, राय, सुविधाहरू र मार्गदर्शन प्राप्त गर्नको लागि तपाईको व्यवसायलाई सफल हुन आवश्यक छ! मेसिन-पठनीयतालाई पहिलो श्रेणीको डिजाइन लक्ष्यको रूपमा व्यवहार गर्नुहोस्, ‘डिफिनिशन अफ डन’ को भागको रूपमा – वैकल्पिक होइन। प्रभावमा, discovery , SDQU मोडेल र मेटाडेटा आउटपुटहरू मानव र एजेन्ट इन्जेसन दुवैका लागि अनुकूलित हुनुपर्छ। उद्योग अनुसन्धानले समर्थन गर्दछ कि यो परिवर्तन पहिले नै चलिरहेको छ: जबकि 89% विकासकर्ताहरूले आफ्नो काममा जेनेरेटिभ एआई प्रयोग गर्छन्, केवल 24% संस्थाहरूले हाल एआई एजेन्टहरूलाई दिमागमा राखेर एपीआईहरू डिजाइन गर्छन्। यसले धेरै प्रयोगकर्ताहरूलाई मानव प्लेटफर्मको लागि उपयुक्त सुझाव दिन्छ। एजेन्टिक विकासको रूपमा तिनीहरूको सान्दर्भिकता खर्च गर्न सक्ने गलत सङ्गठन अधिक सामान्य हुँदै गएको छ। . id=”what-this-means-for-api-first-platforms-and-devrel-3″>एपीआई-फर्स्ट प्लेटफर्म र DevRel को लागि यसको अर्थ के हो। यसको अर्थ अन्तिम बिन्दु स्थिरता, स्कीमा स्थिरता र नामकरण कन्भेन्सनहरू वरिपरि ठूलो अनुशासन, कागजातहरू र मेटाडेटा द्वारा समर्थित जुन प्रोग्रामेटिक रूपमा खपत गर्न सकिन्छ। जब यी आधारहरू छन्, मेसिन एजेन्टहरूले पहिलो प्रयासमा सही एकीकरण कोड उत्पादन गर्ने सम्भावना धेरै हुन्छ, जसले मानव र तिनीहरूका AI दुवैको लागि घर्षण कम गर्दछ प्लेटफर्म पत्ता लगाउने सतहका समकक्षहरू भन्दा बढी। पहिले। व्यवहारमा, यसको अर्थ मेटाडेटालाई इन्जिनियरिङको उप-उत्पादनको सट्टा एक रणनीतिक सम्पत्तिको रूपमा व्यवहार गर्नु हो। टीमहरूले यो पनि अनुमान गर्नुपर्दछ कि पहिलो छापहरू मानव विकासकर्ताहरू भन्दा स्वचालित एजेन्टहरू द्वारा बढ्दै जानेछन्। एआई एजेन्टले सफलतापूर्वक 200 a OK फिर्ता गर्ने क्षणको रूपमा, यो READ पढाइको रूपमा पोलिशरको रूपमा विकसित भइरहेको छ कि छैन भनेर निर्धारण गर्दछ। एजेन्टले अझ गहिरो एकीकरणको प्रयास जारी राख्छ वा चाँडै अन्यत्र मोडिन्छ। तिनीहरूले डेभपरको पुन: मूल्यांकन गर्न टोलीलाई कसरी प्रभाव पार्ने र विकास गर्न आवश्यक छ। विश्व जहाँ एजेन्टहरूले प्लेटफर्म प्रयोगको बढ्दो सेयर प्रारम्भ गर्छन्। फोरम गतिविधि, ट्यूटोरियल पूरा वा SDK डाउनलोडहरू जस्ता मेट्रिकहरूले अब अपनाउने पूर्ण तस्वीर प्रदान नगर्न सक्छ। यसको सट्टा, टोलीहरूले AI प्रणालीहरूले कति पटक एकीकरण गर्ने प्रयास गर्छन्, ती एकीकरणहरू कति पटक सफल हुन्छन् र एजेन्ट-संचालित त्रुटिहरू कहाँ हुन्छन् भनेर ट्र्याक गर्नुपर्छ। यो परिवर्तनले विकासकर्ताहरू र उनीहरूका सह-पाइलटहरूलाई मार्गदर्शन गर्ने एआई-मैत्री उपकरण उपलब्ध गराउने नयाँ जिम्मेवारी खोल्छ। मेसिन-पढ्न सकिने सन्दर्भ कागजातहरू, प्रम्प्ट टेम्प्लेटहरू, कोड उत्पादन र टोलीहरूलाई AI-उत्पन्न कोड परिमार्जन गर्न मद्दत गर्ने वातावरणका लागि डिजाइन गरिएका उदाहरण स्निपेटहरू सबै बढ्दो रूपमा उपयोगी हुनेछन्। सबैभन्दा माथि, DevRel टोलीहरूले एजेन्टहरूलाई पहिलो-कक्षा दर्शकको रूपमा सोच्न थाल्नुपर्छ। यसको मतलब अनुमानित योजना डिजाइन, स्पष्ट व्यवहार मोडेल र त्रुटि ह्यान्डलिङमा लगानी गर्नु हो जुन एजेन्टबाट सिक्न पर्याप्त स्पष्ट छ। विकासकर्ताहरूलाई समर्थन गर्नु भनेको अब निर्माण गर्ने मानिसहरू र AI प्रणालीहरूलाई उनीहरूलाई यो गर्न मद्दत गर्ने दुवैलाई समर्थन गर्नु हो। class=”paywall” aria-hidden=”true” data-url=”” href=”” target=”_blank” referrerpolicy=”no-referrer-when-downgrade” data-hl-processed=”none”/> प्रतीक्षा गर्ने टोलीहरू जोखिमलाई बाइपास गर्ने, बेवास्ता गर्ने, वा विकासकर्ताहरूलाई (वा तिनीहरूका एजेन्टिक सह-पाइलटहरूलाई) अन्यत्र धकेल्ने घर्षणको कारण बन्ने छन्। data-analytics-id=”inline-link” href=”https://www.techradar.com/computing/artificial-intelligence/best-large-language-models-llms-for-coding” data-mrf-recirculation=”inline-link” data-before-rewrite-localise=”https://www.techradar.com/computing/artificial-intelligence/best-large-language-models-llms-for-coding”>कोडिङ’। सफ्टवेयर विकास जीवनचक्र (SDLC) ले AI एजेन्टहरूलाई प्रथम श्रेणीका सहभागीहरूको रूपमा समावेश गर्नेछ – र ती एजेन्टहरूका लागि प्लेटफर्मको तयारी मुख्य भिन्नता हुनेछ। हामीले कोडिङका लागि उत्कृष्ट पाठ सम्पादक प्रस्तुत गरेका छौँ। id=”cfa3bcdd-f279-4d6f-bd67-2397f4a7c3ee”>यो लेख TechRadarPro को विशेषज्ञ इनसाइट्स च्यानलको भागको रूपमा उत्पादन गरिएको थियो जहाँ हामी आज टेक्नोलोजी उद्योगमा उत्कृष्ट र उज्यालो दिमागहरू प्रस्तुत गर्दछौं। यहाँ व्यक्त गरिएका विचारहरू लेखकका हुन् र TechRadarPro वा Future plc का होइनन्। यदि तपाईं योगदान गर्न इच्छुक हुनुहुन्छ भने यहाँ थप जान्नुहोस्: https://www.techradar.com/news/submit-your-story-to-techradar-pro नयाँ एपीआई दर्शकहरू र नयाँ प्लेटफर्महरूका लागि एजेन्टहरू
तपाईलाई मन पर्न सक्छ
DevRel र विकासकर्ता अनुभव टोलीहरूका लागि
प्रथम-पहिलो एपीआईका लागि एपीआईको फाइदा id=”2be37db8-b0fa-47c5-81fb-d0a7ee1f696c”>एजेन्टको रूपमा AI उपकरणहरू लोकप्रियतामा बढ्दै जान्छ, मेसिन-पठनीयतामा प्रारम्भिक अनुकूलन हुने प्लेटफर्महरूले प्रतिस्पर्धात्मक किनारा प्राप्त गर्नेछन्। तिनीहरूका एपीआईहरू एआई एजेन्टहरूलाई एकीकृत गर्न, थप अनुमान गर्न सकिने, र एजेन्टले प्रयास गर्ने पहिलो सफल लक्ष्य हुने सम्भावना बढी हुनेछ – उनीहरूलाई प्रारम्भिक ग्रहण लाभ प्रदान गर्दै।
Related

